Color quality assessment of coconut sugar using Artificial Neural Network (ANN)

Aquino, Aaron U.; Bautista, Mary Grace Ann; Dadios, Elmer P.

doi:10.1109/hnicem.2015.7393182

Cited by 6 publications

(3 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sehingga hasil dari perancangan ini bisa sama atau lebih baik dari penelitian-penelitian sebelumnya. Pada penelitian yang dilakukan oleh Aaron Aquino (Aquino et al, 2016) untuk sistem penilaian kualitas warna gula kelapa menggunakan Jaringan Syaraf Tiruan (JST) mengandalkan JST untuk menganalisa citra dari image processing sehingga bisa terdeteksi bahwa gula tersebut termasuk pada class atau kualitas yang mana.…”

Section: Kajian Pustakaunclassified

Sistem Inspection Double Sided Tape Menggunakan Jaringan Syaraf Tiruan Untuk Pengecekan Otomatis

Salamah

Assidiq²,

Simanjuntak³

2022

J. Iim. Tek. Elektro

View full text Add to dashboard Cite

One of the quality demands in the automotive industry is found in the meter cluster product of a car, namely Double Sided Tape. Installation of Double Sided Tape so as not to cause light leakage on the display meter cluster. An inspection system is needed that can replace the role of humans in checking automatically so that it can eliminate human-error problems. To ensure that the level of inspection system is the same as that of humans, they can use Artificial Neural Networks for the decision-making process. In supporting the checking system, a matlab and a webcam camera are needed which functions to analyze the digital image captured from the camera. The results of testing the accuracy of single data samples OK and NG is an accuracy of 95%. The length of learning time obtained to be able to distinguish which Card Board has been installed with Double Sided Tape or not is 291.2541 seconds. From the experiments that have been carried out, it can be seen that the factors that affect accuracy and RMSE are the number of epochs and the learning rate, the most optimal learning rate obtained is 0.3, and the epoch value is 5000.Tuntutan kualitas pada industri otomotif salah satunya yang terdapat pada produk meter cluster sebuah mobil yaitu Double Sided Tape. Pemasangan Double Sided Tape agar tidak menimbulkan kebocoran cahaya pada display meter cluster. Diperlukan suatu sistem inspection yang bisa menggantikan peran manusia dalam pengecekannya secara otomatis sehingga dapat menghilangkan masalah human-error. Untuk memastikan level inspection system tersebut sama dengan yang dilakukan manusia bisa menggunakan Jaringan syaraf Tiruan untuk proses pengambilan keputusan. Dalam menunjang sistem pengecekan diperlukan matlab dan kamera webcam yang berfungsi menganalisa hasil tangkap gambar citra digital dari kamera. Hasil dari pengujian akurasi data tunggal sample OK dan NG adalah akurasi 95%. Lama waktu learning yang didapat untuk dapat membedakan mana Card Board yang sudah terpasang Double Sided Tape atau tidak yaitu 291.2541 detik. Dari percobaan yang telah dilakukan dapat diketahui faktor yang mempengaruhi akurasi dan RMSE adalah jumlah epoch dan learning rate, nilai paling optimal learning rate yang didapat adalah 0.3, dan nilai epoch 5000.

show abstract

Section: Kajian Pustakaunclassified

Sistem Inspection Double Sided Tape Menggunakan Jaringan Syaraf Tiruan Untuk Pengecekan Otomatis

Salamah

Assidiq²,

Simanjuntak³

2022

J. Iim. Tek. Elektro

View full text Add to dashboard Cite

show abstract

“…Salah satu cara untuk meningkatkan pengendalian kualitas adalah merubah proses manual inspection yang masih dilakukan oleh manusia menjadi automatic inspection menggunakan system computer menggunakan computer vision. [1][2] Walaupun kemampuan manusia untuk pengecekan kualitas cukup dapat diandalkan, namun faktor waktu dan tenaga dapat saja menghambat produktifitas dari pegawai tersebut, sehingga mungkin akan terjadi kesalahan (human error). Sehingga dengan perubahan inspection method menggunakan computer vision kesalahaan dari human error itu bisa dihilangkan.…”

Section: Pendahuluanunclassified

“…Sehingga hasil dari perancangan ini bisa sam.a atau lebih baik dari penelitianpenelitian sebelumnya. Pada penelitian yang dilakukan oleh Aaron Aquino [1] untuk sistem penilaian kualitas warna gula kelapa menggunakan Jaringan Syaraf Tiruan (JST) mengandalkan JST untuk menganalisa citra dari image processing sehingga bisa terdeteksi bahwa gula tersebut termasuk pada class atau kualitas yang mana. Pada penelitian yang dilakukan oleh Emny H. Yossy [2] untuk pendeteksi warna dengan camera yang berfungsi mengklasifikasi buah mangga berdasarkan warna menggunakan computer vision berbasis Jaringan Syaraf Tiruan Backpropagation bisa melakukan proses pengecekan dengan akurasi mencapai 94%.…”

Section: Penelitian Terkaitunclassified

Perancangan Sistem Conformal Coating Inspection Circuit Board Menggunakan Metode Jaringan Saraf Tiruan Berbasis Matlab

Ramli¹,

Salamah

Yuliza

2021

JTE

View full text Add to dashboard Cite

Masalah Human-Error pada process manual inspection seperti pada proses conformal coating circuit board menjadi hal yang harus diperhatikan mengingat sangat pentingnya fungsi dari conformal coating untuk melindungi circuit board dari oksidasi dan pengaruh lingkungan. Sehingga diperlukan suatu sistem inspection yang bisa menggantikan peran manusia dalam pengecekannya sehingga dapat menhilangkan masalah human-error. Salah satunya adalah dengan memanfaatkan computer vision yaitu cabang ilmu yang mempelajari tentang bagaimana suatu sistem dapat mengenali suatu objek dengan kombinasi antara pengolahan citra dan pengenalan pola. Untuk memastikan level inspection system tersebut sama dengan yang dilakukan manusia bisa menggunakan Jaringan syaraf Tiruan untuk proses pengambilan keputusan. Berdasarkan hal tersebut, pada penelitian ini dibuat suatu prototype conformal coating inspection menggunakan JST. Pada penelitian ini juga penulis mencoba mengolah data input JST dengan metode PCA (Principal Component Analysis). Proses percobaan pada sistem dilakukan dengan memberikan variasi pada epoch, learning rate dan hidden layer sehingga bisa dilihat hubungannya terhadap nilai RMSE, Processing time dan recognition rate. Berdasarkan hasil perancangan, implementasi dan pengujian yang dilakukan, maka dapat ditarik kesimpulan bahwa JST dengan PCA lebih baik dengan akurasi 100%. Pada tahap learning process nilai RMSE terendah yaitu 4 x 10-7, recognition rate 100% presentase 88.88%, dan Processing time tercepat 696.4910 detik

show abstract

A Machine Learning Approach for Coconut Sugar Quality Assessment and Prediction

Alonzo

Chioson

et al. 2018

2018 IEEE 10th International Conference on Humanoid, Nanotechnology, Information Technology,Communication and Control, Environm

View full text Add to dashboard Cite

Color quality assessment of coconut sugar using Artificial Neural Network (ANN)

Cited by 6 publications

References 10 publications

Sistem Inspection Double Sided Tape Menggunakan Jaringan Syaraf Tiruan Untuk Pengecekan Otomatis

Sistem Inspection Double Sided Tape Menggunakan Jaringan Syaraf Tiruan Untuk Pengecekan Otomatis

Perancangan Sistem Conformal Coating Inspection Circuit Board Menggunakan Metode Jaringan Saraf Tiruan Berbasis Matlab

A Machine Learning Approach for Coconut Sugar Quality Assessment and Prediction

Contact Info

Product

Resources

About